摘要：动力电池风冷系统仿真设计优化过程中存在“软件仿真+进化算法”的技术路线效率较低和难以被接受的问题,针对该问题提出一种基于适应度估计的动力电池冷却系统仿真优化加速方法。采用AP聚类将种群中出现的设计方案(个体)划分为多个子种群,通过软件仿真对子种群中代表性个体的适应度进行仿真计算,采取适应度估计来获取种群中非代表性个体的适应度。实验结果表明,该算法能有效地优化动力电池风冷系统的设计参数,大大缩短系统的优化时间。当目标函数设定为最高温度、平均温度时,比传统的“Fluent仿真+遗传算法”技术路线在取得相似优化结果的前提下,运行时间可减少70.5%。

摘要：提出一种基于改进的粒子群优化算法的视频目标跟踪方法,对视频目标跟踪问题模型进行分析设计,建立一种视频目标跟踪的四维参数模型,针对该模型使用粒子群优化算法寻求最优解。分析视频目标跟踪场景的特性,使用模式匹配相关系数作为粒子群算法的适应度估计函数,同时引入动态调整粒子群算法的惯性权重参数的改进方法,避免传统粒子群算法过早收敛,陷入局部最优的问题。实验测试表明该算法相较于传统算法,在视频目标的跟踪上具有更佳的检测精确度和跟踪稳定性。